Articulated Body Motion Tracking by Combined Particle Swarm Optimization and Particle Filtering

Wielkość: px

Rozpocząć pokaz od strony:

Download "Articulated Body Motion Tracking by Combined Particle Swarm Optimization and Particle Filtering"

Wacława Borkowska
6 lat temu
Przeglądów:

1 Tomasz Krzeszowsk Bogda Kwolek Korad Wojcechowsk Arculaed Body Moo Trackg by Combed Parcle Swarm Opmzao ad Parcle Flerg 1 Warszawa

2 Pla The problem Tesed Flers PSO algorhm for huma moo rackg Demosrao of rackg Epermeal resuls 2

3 The problem Trackg he arculaed huma body moo Hgh dmesoal search space ad hgh varably huma appearace Parcle Swarm Opmzao PSO algorhm for huma moo rackg 3

4 Huma body rackg 4

5 The corbuo Arculaed huma body moo rackg s doe va PSO - PF algorhm Parcle Swarm Op. - Parcle Flerg Our PSO - PF algorhm combes he advaages of PSO ad PF algorhms 5

6 Tesed flers PSO PSO - Parcle Fler Parcle Fler Aealed Parcle Fler Mea - Shf 6

Trackg Probablsc Approach Oe of he goals of vsual rackg s o esmae he saes of he objecs of eres from mage sequeces. The problem of rackg ca be formulaed as he Bayesa flerg p www.

7 Trackg Probablsc Approach Oe of he goals of vsual rackg s o esmae he saes of he objecs of eres from mage sequeces. The problem of rackg ca be formulaed as he Bayesa flerg p Z p z p 1 p 1 Z 1 d 1 where ad z deoe he hdde sae of he objec of eres ad observao vecor a dscree me, respecvely, whereas Z deoes all he observaos up o curre me sep 7

8 8 Sarg wh a weghed parcles se appromaely dsrbued accordg o p -1 Z -1 he parcle fler operaes hrough predcg ew samples from a proposal dsrbuo. To gve a ew parcle represeao of he poseror desy p Z he samples are se o: Parcle Flerg Each sample represes he hypohecal sae of he objec measureme dyamcs Z p Z p Z p, q p p z z π π { } N S = =, π { } N S 1 = =, π

9 Parcle Fler 9

10 Aealed Parcle Fler 10

11 Mea - Shf 11

12 PSO - algorhm 1.Fuco yˆ = 2. If 3. Ialze 4. Repea v PSO y == [] empy mar,alze, =, f y = arg m f For each parcle Do v, j, j = ωv + c + v y Evaluae fuco f If If =, j, j f < f y <, j r 1 1, j + c yˆ f y, updae he local bes value, j f yˆ, updae he global bes value Ul umber of fuco evaluao < ma_er, j r 2, j j a updaed poso 2, j y yˆ = = y 12

13 PSO - PF algorhm 1. Selec: 2.Predc: 3.Shf : 4.Re- wegh: 5. Esmae: Radomly selec Updaeweghs o oba N { s, π } parclesfrom Perurbdvdualparcles Shf he parcles va he PSO Esmae hesae usg he mea { s } 1 Ge he lkelhoodfor each ew sample. E based o weghsπ [ ] N = 1 π s

14 Observao model fess fuco 14

15 Smulao framework 15

16 Huma rackg smulao framework 16

17 17 Epermeal resuls APF KPF PSO - PF PSO PF me [s] overlap [%] # #parcles

18 Marker-less based huma rackg 18

19 Coclusos Effecve algorhm for rackg huma moo PSO - PF algorhm acheves bes resul boh erms of accuracy of he rackg ad compuao me PSO - PF was compared wh PSO, Kerel Parcle Fler, Aealed Parcle Fler ad ordary Parcle Fler 19

20 PJWSTK - Wydzał Zamejscowy Iformayk w Byomu Aleja Legoów 2, Byom el.: fa: Koak meryoryczy: prof. dr hab. ż. Korad Wojcechowsk Kerowk projeku kwojcechowsk@pjwsk.edu.pl Koak admsracyjy: Aleksadra Szołysk aszolysk@pjwsk.edu.pl Sysem wraz z bbloeką modułów dla zaawasowaej aalzy erakywej syezy ruchu posac ludzkej Projek współfasoway ze środków Europejskego Fuduszu Rozwoju Regoalego w ramach Programu Operacyjego Iowacyja Gospodarka Dzałae 1.3, Poddzałae Warszawa

Podobne dokumenty

Ę Ą Ę Ł Ł Ę ż Ł ż Ą ż ż ż ć ż ć Ł ż Ę Ą Ę Ł ż Ó ć ŚĆ Ś Ś Ń ż ż Ż Ć Ń Ę Ę ÓĘ ć ż ż Ó Ę Ó ć ć ż ż ż ż ż Ą ć Ł ż Ó ć ć Ł Ś ć Ż Ź Ś ć ć ż Ę ż ć ć ż ć Ą ż Ś Ł Ł ż ć ż ć Ą ż ć Ś ż ż ż ć ć ć ć Ć ż ć ż ć ż ż ż